External noise paradigms, contrast sensitivity and aging
Notice bibliographique
Résumé
At least three studies (Bennett et al., 1999; Spérenza et al., 2001; Pardhan, 2004) have used external noise paradigms to investigate the cause of contrast sensitivity losses due to healthy aging. These studies have used noise that was spatiotemporally localized on the target. Allard and Cavanagh (2011) have recently shown that the processing strategy can change with localized noise thereby violating the noise-invariant assumption, which compromises the application of external noise paradigms. The goal of the present study was to reassess the cause of age-related contrast sensitivity losses using external noise that is spatiotemporally broad (i.e. full-screen, continuously displayed dynamic noise). Contrast thresholds were measured for two age groups, young (n = 20, mean = 24 years) and older adults (n = 20, mean = 69 years), for 3 spatial frequencies (1, 3 and 9 cpd) and 3 noise conditions (noise-free, local noise and broad noise). At the lowest spatial frequency, the results drastically differed depending on the noise condition: age-related contrast sensitivity losses were attributed to the internal equivalent noise when using broad noise (i.e. age did not affect contrast thresholds in broad noise) and, consistent with previous studies, due to calculation efficiency with local noise (i.e. similar age-related contrast threshold effects in noise-free and local noise). At the two highest spatial frequencies, the results were similar with local and broad noise: the sensitivity loss was mainly due to lower calculation efficiency, consistent with 2 previous studies. These results show that the interpretation of external noise paradigms can drastically differ depending on the noise type suggesting that external nose paradigms should use spatiotemporally broad external noise, like internal noise, to avoid triggering a processing strategy change. Contrary to all previous studies, we conclude that healthy aging does not affect the calculation efficiency of detection processing at low spatial frequencies. Meeting abstract presented at VSS 2013
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».